hubungan body mass index terhadap risiko … · algoritma framingham risk score..... 30 lampiran...

i

HUBUNGAN BODY MASS INDEX TERHADAP RISIKO PENYAKIT

KARDIOVASKULAR PADA WANITA DEWASA DI DESA KEPUHARJO

KECAMATAN CANGKRINGAN SLEMAN YOGYAKARTA

SKRIPSI

Dijalankan untuk Memenuhi Salah Satu Syarat

Memperoleh Gelar Sarjana Farmasi (S.Farm)

Program Studi Farmasi

Disusun Oleh:

Akhiles Twonang Nugraha

138114092

FAKULTAS FARMASI

UNIVERSITAS SANATA DHARMA

YOGYAKARTA

2016

PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI

ii

HUBUNGAN BODY MASS INDEX TERHADAP RISIKO PENYAKIT

KARDIOVASKULAR PADA WANITA DEWASA DI DESA KEPUHARJO

KECAMATAN CANGKRINGAN SLEMAN YOGYAKARTA

SKRIPSI

Dijalankan untuk Memenuhi Salah Satu Syarat

Memperoleh Gelar Sarjana Farmasi (S.Farm)

Program Studi Farmasi

Disusun Oleh:

Akhiles Twonang Nugraha

138114092

FAKULTAS FARMASI

UNIVERSITAS SANATA DHARMA

YOGYAKARTA

2016


iii


iv


v

HALAMAN PERSEMBAHAN

Karya ini kupersembahkan untuk:

Tuhan Yesus Kristus, dan Bunda Maria, sebagai penolongku

Bapak, Ibu, Kakak dan Keluarga Besar yang telah memberikan kasih

sayang dan motivasi

Semua teman yang telah memberikan semangat

Serta Almamaterku Universitas Sanata Dharma


vi


vii


viii


ix


x

DAFTAR ISI

HALAMAN SAMPUL .................................................................................. ii

HALAMAN PERSETUJUAN PEMBIMBING ............................................ iii

HALAMAN PENGESAHAN........................................................................ iv

HALAMAN PERSEMBAHAN..................................................................... v

PERNYATAAN KEASLIAN KARYA......................................................... vi

LEMBAR PERNYATAAN PERSETUJUAN PUBLIKASI KARYA ILMIAH

UNTUK KEPENTINGAN AKADEMIS....................................................... vii

PRAKATA ..................................................................................................... viii

DAFTAR ISI .................................................................................................. x

DAFTAR TABEL .......................................................................................... xi

DAFTAR LAMPIRAN .................................................................................. xii

DAFTAR GAMBAR .................................................................................... xiii

ABSTRAK ..................................................................................................... xiv

ABSTRACT ................................................................................................... xv

PENDAHULUAN.......................................................................................... 1

METODE PENELITIAN ............................................................................... 2

Desain dan Subjek Penelitian ............................................................... 2

Penilaian Body Mass Index .................................................................. 3

Penilaian Risiko Penyakit Kardiovaskular ........................................... 3

Analisis Statistik ................................................................................... 4

HASIL DAN PEMBAHASAN ...................................................................... 5

KESIMPULAN .............................................................................................. 9

DAFTAR PUSTAKA .................................................................................... 10

LAMPIRAN ................................................................................................... 13

BIOGRAFI PENULIS.................................................................................... 35


xi

DAFTAR TABEL

Tabel 1. Demografi dan karakteristik subjek penelitian .................................. 5

Tabel 2. Profil variabel biokimia dan FRS berdasarkan BMI................................ 6

Tabel 3. Korelasi BMI terhadap variabel FRS ................................................. 8


xii

DAFTAR LAMPIRAN

Lampiran 1. Surat izin penelitian (BAPEDA) ................................................. 14

Lampiran 2. Surat izin penelitian (Kantor Desa Kepuharjo) ........................... 15

Lampiran 3. Surat keterangan Clinical Epidemiology & Biostatistics Unit .... 16

Lampiran 4. Ethical Clearance ........................................................................ 17

Lampiran 5. Sfigmomanometer digital, alat pengukur berat badan, dan

pengukur tinggi badan................................................................. 18

Lampiran 6. Sertifikat kalibrasi sfigmomanometer.......................................... 20

Lampiran 7. Sertifikat kalibrasi timbangan berat badan .................................. 22

Lampiran 8. Sertifikat kalibrasi pengukur tinggi badan................................... 24

Lampiran 9. Informed Consent......................................................................... 26

Lampiran 10. Pendoman wawancara ............................................................... 27

Lampiran 11. Form pengukuran antropometri ................................................. 28

Lampiran 12. Hasil pemeriksaan laboratorium ................................................ 29

Lampiran 13. Algoritma framingham risk score.............................................. 30

Lampiran 14. Pengambilan Data ...................................................................... 31

Lampiran 15. Uji Statistik ................................................................................ 32


xiii

DAFTAR GAMBAR

Gambar 1. Profil faktor risiko penyakit kardiovaskular berdasarkan Body Mass

Index .............................................................................................. 7


xiv

ABSTRAK

Obesitas merupakan faktor risiko utama penyakit kardiovaskuler. Body Mass Index (BMI) merupakan parameter antropometri yang banyak diukur dalam

penilaian obesitas dan dikaitkan hubunganya dengan faktor risiko penyakit kardiovaskuler (FRS). Tujuan penelitian ini mengetahui hubungan antara Body

Mass Index (BMI) terhadap risiko penyakit kardiovaskuler pada wanita dewasa di Desa Kepuharjo, Kecamatan Cangkringan, Sleman, Yogyakarta. Penelitian dilakukan secara cross-sectional pada 62 wanita dengan kriteria inklusi rentang

usia 40-60 tahun dan menandatangani informed consent. Kriteria eksklusi responden yaitu tidak hadir saat pengambilan data, data tidak lengkap, memiliki

riwayat penyakit kardiovaskular, hamil, edema, dan tidak berpuasa sebelum pengambilan sampel darah. Data yang diambil berupa pengukuran Parameter antropometri yaitu pengukuran berat badan, pengukuran tinggi badan, umur, jenis

kelamin, tekanan darah sistolik, tekanan darah diastolik, status diabetes, HDL, dan total kolesterol serta penilaian faktor risiko menggunakan Framingham Risk

Score. Hasil uji korelasi Pearson antara Body Mass Index dengan Framingham Risk Score adalah r= 0,241 : p= 0,059. Body Mass Index memiliki korelasi lemah dan tidak bermakana. Responden penduduk Desa Cangkringan wanita yang

mengalami obesitas 53,23%, overweight 20,96%, dan normal 25,806%. Korelasi antara Body Mass Index dengan faktor risiko penyakit kardiovaskuler 10 tahun

mendatang berkorelasi negatif dengan kekuatan lemah.

Kata Kunci:Body Mass Index (BMI); Penyakit Kardiovaskuler; Framingham Risk Score (FRS)


xv

ABSTRACT

Obesity is a major risk factor for cardiovascular disease. Body Mass Index

(BMI) is an anthropometric parameters were measured in obesity assesment and associated for risk factors for cardiovascular disease (FRS). The purpose of this study is knowing the relationship between Body Mass Index (BMI) on the risk of

cardiovascular disease in adult women in the village Kepuharjo, Cangkringan, Sleman, Yogyakarta. The research was conducted by cross-sectional in 62 women

with criteria age 40-60 years and signed informed consent. Exclusion criteria respondent is not present when the data is taken, the data is not complete, having a history of cardiovascular disease, pregnancy, edema, and not fasting before blood

sampling. Data was taken by anthropometric measurements are the measurement of height, measurement of weight, parametersare assessments Body Mass Index,

age, sex, systolic blood pressure, diastolic blood pressure, diabetes status, HDL, and total cholesterol as well as the assessment of risk factors by using the Framingham Risk Score. The results of Pearson correlation test between Body

Mass Index with the Framingham Risk Score was r = 0.241: p = 0.059. Body Mass Index has positive and weak energy. Respondents of population women in

Cangkringan village who are obese is 30.645%, overweight is 43.548%, and normal is 25.806%. Correlation between Body Mass Index with cardiovascular disease risk factors next ten years is negative and weak energy .

Keywords : Body Mass Index (BMI); Cardiovascular Disease; Framingham Risk

Score (FRS).


1

Pendahuluan

Penyakit Cardiovascular Disease (CVD) merupakan kelompok gangguan

jantung dan pembuluh darah. Penyebab terjadinya penyumbatan aliran darah

adalah penumpukan lemak di dinding bagian dalam pembuluh darah yang

mensuplai darah ke jantung atau otak. Penyebab serangan jantung dan stroke

biasanya di dukung oleh faktor risiko, seperti penggunaan tembakau, diet yang

tidak sehat dan obesitas, aktivitas fisik dan penggunaan alkohol, hipertensi,

diabetes dan hiperlipidemia (WHO, 2015).

World Health Organitation (WHO) memperkirakan 17,5 juta orang

meninggal karena Cardiovascular disease (CVD) pada tahun 2012 (WHO, 2015).

Prevalensi penyakit kardiovaskular seperti jantung koroner di Indonesia pada

tahun 2013 sebesar 0,5% atau diperkirakan sekitar 883.447 orang, sedangkan

berdasarkan gejala sebesar 1,5% atau diperkirakan sekitar 2.650.340 orang.

Daerah Istimewa Yogyakarta terdapat 16.663 orang terdiagnosa penyakit jantung

koroner, 6.943 orang terdiagnosa penyakit gagal jantung, dan 19.440 orang

terdiagnosa penyakit stroke. Penderita penyakit jantung, gagal jantung dan stroke

berdasarkan diagnosis dokter lebih banyak terjadi pada wanita dibandingkan

dengan pria (Kemenkes RI, 2014) dan Menurut penelitian Rosjidi (2014)

mengatakan bahwa wanita lebih rentan terserang penyakit kardiovaskular

dibanding laki- laki.

Menurut World Health Organitation (WHO) Obesitas merupakan satu dari

banyak faktor risiko utama untuk Cardiovascular Disesase (CVD) (WHO, 2016).

Berdasarkan penelitian Mandviwala (2016) terdapat hubungan antara obesitas

dengan penyakit kardiovaskular dan Menurut penelitian Lavie (2015) obesitas

merupakan faktor risiko cardiovascular diesease (CVD) dengan prevalensi lebih

tinggi dari penyakit lainnya seperti diabetes dan hipertensi. Menurut

(Mingdu,2010) risiko cardiovascular disease lebih banyak terjadi pada inidividu

dengan nilai BMI tinggi.

Obesitas dapat ditentukan dari body mass index (BMI) yang dilakukan

pengukuran secara langsung pada berat badan dan tinggi badan (WHO, 2015).

Penelitian yang dilakukan oleh Dudina (2011) mengatakan, terdapat hubungan

antara BMI dan Cardiovascular Diesease (CVD) yaitu setiap kenaikan 5 kg/m2


2

dikaitkan dengan peningkatan Cardiovascular Diesease (CVD) sebesar 29% pada

wanita. BMI tidak hanya digunakan untuk menentukan Cardiovascular Diesease

(CVD) saja, beberapa penelitian sebelumnya yang dilakukan oleh Firmina (2015)

terdapat hubungan Body Mass Index terhadap HbA1c pada wanita dewasa sehat

dan Djanuar (2014) yaitu terdapat korelasi body mass index terhadap rasio kadar

kolesterol total pada diabetes melitus tipe.

Framingham risk score menghitung perkiraan risiko kejadian 10 tahun

kedepan. Faktor risiko yang ditentukan oleh framingham risk score adalah umur,

high density lipoprotein (HDL), tekanan darah tinggi, merokok, diabetes melitus.

Pengukuran framingham risk score dibagi menjadi beberapa kategori yaitu risiko

rendah dalam 10 tahun kedepan (<10 %), risiko sedangdalam 10 tahun kedepan

(10-20 %), risiko tinggi dalam 10 tahun kedepan (>20%)(Sorrentino, 2011).

Framingham risk score dapat di terapkan di Indonesia karena banyak penelitian-

penelitian pendukung yang telah di validasi di negara-negara Asia seperti Sahoo

(2014) mengatakan tingginya risiko Cardiovascular Dieseased ditentukan dengan

metode Framingham Risk Score. Amiri (2015) indeks komposisi tubuh berkaitan

dengan Cardiovascular Diesease menggunakan metode Framingham Risk Score.

Pada penelitian ini bertujuan untuk mengetahui hubungan Body Mass

Index (BMI) terhadap risiko penyakit kardiovaskular wanita di Desa Kepuharjo,

Kecamatan Cangkringan, Yogyakarta. Dengan adanya penelitian ini maka

diharapkan dapat membantu masyarakat dalam memperbaiki risiko penyakit

kardiovaskular.

METODE PENELITIAN

Desain dan Subjek Penelitian

Penelitian yang dilakukan merupakan survei analitik dengan rancangan

penelitian cross-sectional pada 62 responden wanita dewasa (40-60 tahun) yang

telah menandatangani informed consent di Desa Kepuharjo, Kecamatan

Cangkringan, Sleman, Yogyakarta. Pemilihan subjek menggunakan teknik non-

random dengan jenis purposive sampling berdasarkan penelitian yang telah

dilakukan sebelumnya. Kriteria eksklusi dalam penelitian ini antara lain; tidak

hadir pada saat pengambilan data, hasil pemeriksaan responden tidak lengkap,


3

memiliki riwayat penyakit kardiovaskular (jantung koroner, infark miokard,

insufisiensi koroner, angina, stroke iskemik, hemoragik stroke, serangan iskemik

transien, penyakit arteri perifer, dan gagal jantung), hamil, dalam keadaan edema,

dan tidak berpuasa (10-12 jam) sebelum pengambilan sampel darah. Penelitian

yang dilakukan telah mendapat izin dari Badan Perencanaan Pembangunan

Daerah Pemerintah Kabupaten Sleman nomor surat 070/Bappeda/2277/2016 dan

Prosedur yang digunakan dalam penelitian telah disetujui oleh Komisi Etik

Penelitian Kedokteran dan Kesehatan Fakultas Kedokteran Universitas Gajah

Mada Yogyakarta dengan nomor surat KE/FK/797/EC/2016. Keaslian penelitian

juga telah disetujui oleh Fakultas Farmasi, Universitas Sanata Dhrama

Yogyakarta.

Penilaian Body Mass Index (BMI)

Penilaian Body Mass Index (BMI) pada penelitian ini dilakukan dengan

mengukur tinggi badan dan berat badan. Alat yang digunakan adalah timbangan

berat badan dengan merek idealine®dan alat pengukur tinggi badan dengan merek

Height®yang telah divalidasi di badan metrologi Yogyakarta.

Pengukuran tinggi badan dilakukan dengan cara badan berdiri tegak lurus

dan kepala, bahu, tumit menempel pada papan pengukur tinggi badan. Setelah itu,

menyelaraskan kepala agar tegak dan pandangan lurus kedepan serta posisi kaki

dibuka membentuk sudut 60˚. Pengukuran berat badan dilakukan dengan melepas

sepatu atau sendal dan menggunakan pakaian yang ringan sehingga tidak

mempengaruhi hasil pengukuran (NHANES, 2007).

Tingginya nilai BMI memprediksi morbiditas dan kematian di masa depan,

oleh karena itu BMI adalah ukuran yang tepat untuk obesitas dan risiko kesehatan

(CDC, 2015).

Penilaian Faktor Risiko Penyakit Kardiovaskuler

Pedoman wawancara digunakan dalam penelitian digunakan untuk

mengetahui identitas, status merokok, riwayat penyakit dan pengobatan pada

responden penelitian. Pengukuran tekanan darah dilakukan menggunakan

sphygmomanometer digital merk OMRON model HEM-7203 yang telah


4

divalidasi di Balai Metrologi Dinas Perindustrian dan Perdagangan Pemda DIY.

Pemeriksaan kadar gula darah puasa, total kolesterol, dan HDL dilakukan oleh

petugas kesehatan dari Laboratorium terakreditasi di Yogyakarta. Pengukuran

glukosa dilakukan dengan menggunakan prinsip reaksi enzimatik (NHANES,

2008), pengukuran kadar total kolesterol dan kolesterol HDL dilakukan secara

enzimatik (NHANES, 2007). Berdasarkan hasil wawancara dan hasil pemeriksaan

laboratorium maka dapat dikonversi menggunakan algoritma Framingham risk

score secara online (https://www.framinghamheartstudy.org/risk-

functions/cardiovascular-disease/10-year-risk.php) dan didapat nilai presentasi

yang menunjukan risko terjadinya penyakit kardiovaskuler dalam jangka waktu

10 tahun mendatang.

Analisis Statistik

Seluruh analisis data statistik dilakukan di Pusat Kajian CE&BU dengan

menggunakan program IBM SPSS 22 Lisensi UGM Yogyakarta dengan taraf

kepercayaan 95%. Seluruh parameter dilakukan uji normalitas dengan

Kolomogorov-Smirnov karena responden yang digunakan >50 (Dahlan, 2014).

Profil karakteristik ditampilkan dalam bentuk tabel disesuaikan dengan normalitas

data yaitu jika data terdistribusi normal maka data yang disajikan dalam

pembahasan adalah mean+SD, sedangkan jika data tidak terdistribusi normal

maka data yang disajikan dalam pembahasan adalah median (minimum-

maksimum). Uji komparatif dilakukan dengan menggunakan uji one-way

ANOVA. Uji korelasi Pearson digunakan untuk mengetahui hubungan Body Mass

Index terhadap Framingham risk score sebagai risiko terjadinya penyakit

kardiovaskuler. Dalam analisis yang digunakan nilai P < 0,05 dipertimbangkan

signifikan secara statistik.


5

Hasil dan Pembahasan

Tabel I. Demografi dan karakteristik subjek penelitian (n=62)

No Variabel Distribusi data p-value

1 Umur ** 48,032+5,653 0,069

2 Berat Badan ** 59,061+ 12,666 0,200

3 Tinggi Badan ** 150,854+ 5,024 0,200

4 Body Mass Index ** 25,910+ 5,152 0,200

5 Tekanan Darah Sistolik ** 138,758+ 22,719 0,200

6 Tekanan Darah Diastolik ** 82,661+ 11,759 0,200

7 Gula Darah Puasa*** 82,500 (68,00 – 220,00) 0,000

8 Kolesterol HDL*** 54,000 (38,00 – 91,00) 0,015

9 Kolesterol Total ** 208,774+ 43,687 0,180

10 Framingham Risk Score*** 4,800 (1,30 – 31,70) 0,000

11 Hipertensi 48,39% (30)

12 Dislipidemia 56,45% (35)

13 Diabetes 11,29% (7)

14 BMI normal 25,80%(16)

15 BMI overweight 20,96%(13)

16 BMI Obese 53,23%(33)

Singkatan : BMI, Body Mass Index; HDL, High Density Lipoprotein

Keterangan :

** Mean + SD

***Data tidak terdistribusi normal

Pada penelitian ini terdapat 62 responden wanita dewasa. Rata-rata umur

responden 48,032+5,653(range umur: 40-60 tahun). Analisis deskriptif yang

ditampilkan dalam penelitian ini meliputi umur, berat badan, tinggi badan, Body

Mass Index, tekanan darah sistolik, tekanan darah diastolik, gula darah puasa,

kolesterol HDL, kolesterol total, framingham risk score. Hasil uji normalitas data

yang terdistribusi normal ( P>0,05) meliputi umur, berat badan, tinggi badan,

Body Mass Index, tekanan darah sistolik, tekanan darah diastolik, kolesterol total.

Data yang tidak terdistribusi normal (P<0,05) meliputi gula darah puasa,

kolesterol HDL, Framingham Risk Score. Berdasarkan Tabel I, prevalensi wanita

yang mengalami hipertensi yaitu 48,39%, Dislipidemia 56,45%, Diabetes 11,29%,


6

dan berdasarkan pengukuran BMI wanita dengan BMI normal 25,806%, BMI

overweight 20,96%, BMI Obese 53,225%.

Tabel II. Profil variabel biokimia dan Framingham Risk Score (FRS) berdasarkan Body Mass Index (BMI)

Body Mass Index (BMI)

No

Variabel

Normal Overweight Obese p-value

(<23 Kg/m2 )

n=16 (23-24,9 Kg/m

2)

n=13

(>25 Kg/m2)

n=33

1 SBP 128,500+ 23,99 140,384+29 143,090+ 18 0,103

2 DBP 78,31+10,33 81,76+12,8 85,12+11,65 0,157

3 GDP 80,93+5,7 86,31+ 11,5 91,30+26,67 0,254

4 HDL 61,00+10 58,30+14,04 53,15+9,64 0,050

5 Total

kolesterol

198,87+39,29 231,76+50,81 204,51+40,79 0,092

6 FRS 4,431+3,82 6,29+4,39 7,20+6,33 0,029

Singkatan :SBP, Sistolic Blood Pressure; DBP, Diastolic Blood Pressure; GDP, Gula Darah Puasa; HDL,

High Density Lipoprotein; FRS, Framingham Risk Score.


7

Singkatan: BMI, Body Mass Inde ; tot_chol, Total Cholesterol; HDL, High Density Lipoprotein; GDP, Gula Darah Puasa;

gambar 1. Profil faktor risiko penyakit kardiovaskular berdasarkan Body Mass Index


8

Wanita dewasa di Desa Cangkringan dengan jumlah 62 responden yang

memiliki kategori BMI normal sebanyak 25,80%, overweight 20,96%, obese

53,23%. Berdasarkan data variabel diatas, responden yang mengalami obesitas

memiliki nilai Sistolic Blood Pressure, Diastolic Blood Pressure, Gula Darah

Puasa, dan Framingham Risk Score lebih tinggi dibandingkan dengan responden

normal. Pernyataan tersebut sesuai dengan teori Faheem (2010) yang mengatakan

terdapat korelasi antara BMI dengan tekanan darah. Tesfaye (2010) juga

mengatakan terdapat korelasi antara BMI dengan SBP dan DBP. Menurut

Innocent (2013) terdapat korelasi positif antara BMI dengan Gula Darah Puasa

Responden yang mengalami obesitas memiliki nilai HDL yang lebih kecil

dibandingkan dengan responden normal. Pernyataan tersebut sesuai dengan teori

yang dikemukakan oleh Humayun (2009) yang mengatakan dislipidemia lebih

sering terjadi pada orang obesitas dan overweight.

Tabel III . Korelasi Body Mass Index terhadap faktor risiko penyakit kardiovaskular

Variabel

BMI

r r2 p-value

SBP 0,195 0,038 0,128

DBP 0,176 0,030 0,171

GDP 0,296 0,087 0,019*

HDL -0,337 0,113 0,007*

Total kolesterol -0,133 0,017 0,304

Framingham Risk

Score

0,241 0,058 0,059

Singkatan :SBP, Sistolic Blood Pressure; DBP, Diastolic Blood Pressure; GDP, Gula Darah Puasa; HDL, High Density Lipoprotein.

*p<0,05

Uji korelasi Pearson pada penelitian ini dilakukan untuk mengetahui

hubungan Body Mass Index dengan setiap variabel Framingham Risk Score

sebagai faktor risiko penyakit kardiovaskular. Menurut Dahlan (2015), uji korelasi

Pearson digunakan bila salah satu variabel terdistribusi normal, sedangkan uji

korelasi Spearman digunakan bila kedua variabel yang akan diuji tidak

terdistribusi normal.


9

Hasil uji korelasi antara Body Mass Index dengan variabel faktor risiko

penyakit kardiovaskular yang berkorelasi negatif adalah HDL dan total kolesterol.

Hasil korelasi BMI dengan High Density Lipoprotein menunjukan korelasi

bermakna dengan arah korelasi negatif. Hasil tersebut sesuai dengan penelitian

Shamai (2010) yang mengatakan terdapat penurunan 0,25mg/dL penurunan HDL

per setiap peningkatan BMI dan Ghorbanian (2012) mengatakan terdapat

hubungan antara BMI dengan High Density Lipoprotein. Hasil uji korelasi Total

kolesterol dengan BMI tidak sesuai dengan peneliti terdahulu. Menurut Azita

(2009) mengatakan terdapat korelasi positif antara BMI dengan total cholesterol.

Hasil korelasi Body Mass Index dengan Sistolic Blood Pressure,Diastolic Blood

Pressure menunjukan korelasi tidak bermakna dengan kekuatan korelasi lemah,

arah korelasi positif. Hasil korelasi Body Mass Index dengan Gula Darah Puasa

menunjukan korelasi bermakna dengan kekuatan korelasi lemah, arah korelasi

positif. Hasil korelasi Body Mass Index dengan Framingham Risk Score sesuai

dengan teori Kawada (2006) yang mengatakan Framingham Risk Score

mempunyai hubungan dengan Body Mass Index.

Beberapa hal yang menjadi keterbatasan pada penelitian ini adalah BMI

merupakan indikator antropometri yang tidak spesifik karena tidak bisa

menerangkan pembagian lemak dalam tubuh (Tjay, 2007) dan tidak bisa

membedakan massa otot atau massa lemak.

Kesimpulan

Hasil penelitian ini menunjukan BMI (Body Mass Indes) berkorelasi

negatif, dengan kekuatan lemah dengan Framingham Risk Score.


10

DAFTAR PUSTAKA

Amiri,M., Su,Tin, T., Hairi, Farizah, M., Thangiah, N., Dahlui, M., Majid,

Hazreen, A., et.al,2015, Body Composition Indices and Predicted

Cardiovascular Disease Risk Profile among Urban Dwellers in

Malaysia,Biomedic Researcher International, Malaysia, 4.

Azita, Fesharakinia., Asghar, Zarban, Reza, Sharifzadeh,G., 2009, Relationship of

Body Mass Index with Serum Lipids in Elementary School Students, Indian

Journal of Pediatrics, Iran, 730.

Bethany, King,W., Belle,S., Jakicic,J., 2016, Six-month changes in ideal

cardiovascular health vs. Framingham 10-year coronary heart disease

risk among young adults enrolled in aweight loss interventio, Department

of Health and Physical Activity, USA, 123.

Centers for Disease Control and Prevention, 2015, Body Mass Index, CDC,

http://www.cdc.gov/healthyweight/assessing/bmi/adult_bmi/index.htmldia

kses pada tanggal 13 Maret 2016.

Dahlan, S., 2014, Statistik untuk kedokteran dan Kesehatan, Epidemiologi

Indonesia, Jatinagor, 64.

Djanuar,D., 2014, Korelasi Body Mass Index Terhadap Rasio Kadar Kolesterol

Total/HDL pada Diabetes Melitus Tipe 2 di RSUD Kabupaten

Temanggung, Skripsi, Universitas Sanata Dharma, Yogyakarta, 61.

Dudina,A., Cooney,M., Bacquer,Dirk., Backer,G., Ducimetiere,P., Jousilahti,P.,

Keil,U., Menotti,A., Njolstad,I., Oganov,R., Sans,S., Thomsen,T.,

Tverdal,A., Wedel,H., Whincup,P., Wilhelmsen,L., Conroy,R., Fitzgerald,

A., Graham,I.,et.al, 2011, Relationships Between Body Mass Index,

Cardiovascular mortality, and Risk Factors a report from the Score

Investigation, European Journal of Cardiovascular prevention and

Rehabilitation, 731-742.

Faheem,M., Qureshi,S., Ali,J., Zahoor., Hameed., Abbas, F., Gul,Adnan,M.,

Hafizullah,M., et.al, 2010, Does BMI Affect Cholesterol, Sugar, and Blood

Pressure in General Population?,J Ayub Med Coll Abbottaban, Pakistan,

76.

Firmina, M,S., 2015, Korelasi Body Mass Index Terhadap HbA1c pada Wanita

Dewasa Sehat di Desa Kepuharjo Kecamatan Cangkringan Sleman

Yogyakarta, Skripsi, Universitas Sanata Dharma, Yogyakarta, 46.

Framingham Heart Study, 2016, Framingham Risk Score

https://www.framinghamheartstudy.org/risk- functions/cardiovascular-

disease/10-year-risk.php, diakses pada tanggal 06 Oktober 2016.

Ghorbanian,B., 2012, Relation Between Anthropometric Indicators and Serum

Lipid Profiles as Cardiovascular Risk Factors personals of Iranian

Azarbayjan University of Shahid Madani,Departement of Physical

Education and Sport Science,Iran, 56.


http://www.cdc.gov/healthyweight/assessing/bmi/adult_bmi/index.html

https://www.framinghamheartstudy.org/risk-functions/cardiovascular-disease/10-year-risk.php

https://www.framinghamheartstudy.org/risk-functions/cardiovascular-disease/10-year-risk.php

11

Humayum,A., 2009, Relathionship of Body Mass Index and Dyslipidemia in

Different Age Groups of Male and Female Population of Peshawar,J Ayub

Med Coll Abbottabad, Pakistan, 143.

Innocent,O., ThankGod,O., Sandra,E., Josiah,Ifie., et.al, 2013, Correlation

Between Body Mass Index and Blood Glucose levels Among Some

Nigerian Undergraduates, HOAJ Biology, Nigeria, 3.

Kemenkes RI, 2014, Situasi Kesehatan Jatung, Pusat Data dan Informasi,

Kemenkes RI, Jakarta, 2-4.

Lavie, Carl, J., Schutter, Alban, D., Parto, Parham., Jahangir, E., Kokkinos, P.,

Ortega, Francisco, B., Arena, R., Milani,Richard,V., et.al ,2016, Obesity

and Prevalence of Cardiovascular Diseases and Prognosis – the Obesity

Paradox Updated, Progress in Cardiovascular Diseases, Lost Angeles, 4.

Mandviwala, T., Khalid, U., Deswal, A., 2016, Obesity and Cardiovascular

Disease: a Risk Factor or a Risk Marker, Current Atherosclerosis Reports,

New York, 20.

Mingdu,S., Sengma, G., Pingli, Y., Yunfang, H., Qihu, X., Yang, Xiao, G., Huahu, Y., et.al,2010,Relationship of Body Mass Index, Waist

Circumference and Cardiovascular Risk Factor in Chinese Adult , Biomedical and Enviromental Sciences, China,100.

National Health and Nutrition Examination Survey (NHANES), 2007,

Anthropometri Procedures Manual, CDC, UK, 37-39.

National Health and Nutrition Examination Survey (NHANES), 2007, Laboratory

Procedures Manual HDL-Cholesterol, CDC, UK, 3.

National Health and Nutrition Examination Survey (NHANES), 2008, Laboratory

Procedures Manual Fasting glucose, CDC, UK, 6-8.

National Institutes of Health, 2016, Assessing Your Weight and Health Risk , NIH,

http://www.nhlbi.nih.gov/health/educational/lose_wt/risk.htm, diakses

pada tanggal 08 Oktober 2016.

Patel,A., 2006, Cardiovascular risk prediction tools for populations in Asia, Asia

Pacific Cohort Studies Collaboration, Australia, 115.

Rosjidi, Cholik.,H, Isroin, L., 2014, Perempuan Lebih Rentan Terserang Penyakit

Kardiovaskular, Jurnal Florence, indonesia, 10.

Sahoo,S., Shah, K., Shukla, A., Prajapati, J., Shah, P., et.al, 2014, Cardiovascular

Disease Risk Factor Estimation In Gujarati Asian Indian Population

Using Framingham Risk Equation, National Journal of Medical Research,

India, 297.

Shamai, L., Lurix, E., Shen, M., Gian., Novaro., Szomstein, S., Rosenthal, R.,

Adrian., Vernandez., Craig., Asher., 2010, Association of Body Mass Index

and Lipid Profiles:Evaluation of a Broad Spectrum of Body Mass Index

Patients Including the Morbidly Obese,Springer, USA, 44.

Sorrentino,M., 2011, Hyperlipidemia in Primary Care, Springer, London, pp.5-6.


http://link.springer.com/journal/11883

http://www.nhlbi.nih.gov/health/educational/lose_wt/risk.htm

12

Tesfaye,F.,Nawi, N, G., Minh, H, V., Byass, P., Berhane, Y., Bonita, R., Wall, S.,

et.al, 2007, Association Between Body Mass Index and Blood Pressure

Across Three Populations in Africa and Asia, Journal of Hyman

Hypertension, Ethiopia, 34.

Tjay, Tan, H., Rahardja, Kirana., 2007, Obat-Obat Penting, Elex Media

Komputindo, Jakarta, 494.

World Health Organization, 2015, Cardiovascular Diseases, WHO,

http://www.who.int/mediacentre/factsheets/fs317/en/, diakses pada tanggal

10 februari 2016.

World Health Organization, 2016, Obesity, Cardiovascular Disisease,

http://www.who.int/topics/obesity/en/, diakses tanggal 20 April 2016.


http://www.who.int/mediacentre/factsheets/fs317/en/

http://www.who.int/topics/obesity/en/

13

LAMPIRAN


14

LAMPIRAN

Lampiran 1. Surat izin penelitian (Badan Perencanaan Pembangunan Daerah)


15

Lampiran 2. Surat izin penelitian (Pemerintah Desa Kepuharjo)


16

Lampiran 3. Surat Keterangan CE&BU


17

Lampiran 4. Ethical Clearance


18

Lampiran 5. Timbangan berat badan, Alat ukur tinggi badan dan

Sfigmomanometer

Sfigmomanometer Digital

Timbangan Berat Badan


19

Alat ukur tinggi badan


20

Lampiran 6. Sertifikat kalibrasi sfigmomanometer


21


22

Lampiran 7. Sertifikat kalibrasi timbangan berat badan


23


24

Lampiran 8. Sertifikat kalibrasi Pengukur Tinggi Badan


25


26

Lampiran 9. Informed Consent


27

Lampiran 10. Pedoman Wawancara


28

Lampiran 11.Form Pengukuran Antropometri


29

Lampiran 12. Hasil Pemeriksaan Laboratorium


30

Lampiran 13. Algoritma Framingham risk score


31

Lampiran 14. Pengambilan Data


32

Lampiran 15. Uji Statistik

Tests of Normality

Kolmogorov-Smirnova Shapiro-Wilk

Statistic df Sig. Statistic df Sig.

umur ,108 62 ,069 ,945 62 ,008

berat_badan ,083 62 ,200* ,936 62 ,003

Tinggi_badan ,087 62 ,200* ,971 62 ,156

BMI ,095 62 ,200* ,948 62 ,011

SBP ,085 62 ,200* ,969 62 ,118

DBP ,082 62 ,200* ,982 62 ,509

GDP ,208 62 ,000 ,575 62 ,000

HDL ,127 62 ,015 ,934 62 ,002

tot_cholesterol ,102 62 ,180 ,969 62 ,121

FRS ,185 62 ,000 ,721 62 ,000

*. This is a lower bound of the true significance.

a. Lilliefors Significance Correction


33

ANOVA

Sum of Squares df Mean Square F Sig.

umur

Between Groups 45,029 2 22,515 ,697 ,502

Within Groups 1904,906 59 32,287

Total 1949,935 61

berat_badan

Between Groups 5224,652 2 2612,326 33,780 ,000

Within Groups 4562,675 59 77,333

Total 9787,327 61

Tinggi_badan

Between Groups 66,859 2 33,430 1,338 ,270

Within Groups 1474,230 59 24,987

Total 1541,089 61

SBP

Between Groups 2337,567 2 1168,783 2,366 ,103

Within Groups 29147,804 59 494,031

Total 31485,371 61

DBP

Between Groups 512,627 2 256,313 1,909 ,157

Within Groups 7922,260 59 134,276

Total 8434,887 61

GDP

Between Groups 1184,420 2 592,210 1,404 ,254

Within Groups 24878,676 59 421,672

Total 26063,097 61

HDL

Between Groups 732,859 2 366,430 3,153 ,050

Within Groups 6857,012 59 116,221

Total 7589,871 61

tot_cholesterol

Between Groups 9040,539 2 4520,269 2,484 ,092

Within Groups 107386,300 59 1820,107

Total 116426,839 61

Trans_FRS

Between Groups ,642 2 ,321 3,744 ,029

Within Groups 5,057 59 ,086

Total 5,698 61


34

Correlations

BMI SBP

BMI

Pearson Correlation 1 ,195

Sig. (2-tailed) ,128

N 62 62

SBP

Pearson Correlation ,195 1


N 62 62

Correlations

BMI DBP

BMI



N 62 62

DBP



N 62 62

Correlations

BMI HDL

BMI

Pearson Correlation 1 -,337**


N 62 62

HDL

Pearson Correlation -,337** 1


N 62 62

**. Correlation is significant at the 0.01 level (2-tailed).

Correlations

BMI GDP

BMI

Pearson Correlation 1 ,296*


N 62 62

GDP

Pearson Correlation ,296* 1


N 62 62

*. Correlation is significant at the 0.05 level (2-tailed).

Correlations

BMI tot_cholesterol

BMI

Pearson Correlation 1 -,133


N 62 62

tot_cholesterol

Pearson Correlation -,133 1


N 62 62

Correlations

BMI Trans_FRS

BMI



N 62 62

Trans_FRS



N 62 62


35

BIOGRAFI PENULIS

Penulis skripsi dengan judul “Hubungan Body Mass Index

terhadap Risiko Penyakit Kardiovaskular pada Wanita

Dewasa di Desa Kepuharjo, Kecamatan Cangkringan,

Sleman, Yogyakarta” bernama Akhiles Twonang

Nugraha. Anak dari pasangan Y.Maryadi dan A. Karini.

Penulis lahir di Gisting, 24 Mei 1995. Pendidikan formal

yang ditempuh penulis dimulai di TK Fransiskus (2000-

2001). Pendidikan dilanjutkan ke SD Fransiskus 1 Tanjung Karang (2001-2007),

setelah itu dilanjutkan ke SMP Fransiskus 1 Tanjung Karang (2007-2010),

pendidikan menengah atas di SMA Fransiskus Bandarlampung (2010-2013).

Kemudian pendidikan dilanjutkan hingga perguruan tinggi di Fakultas Farmasi

Sanata Dharma Yogyakarta. Penulis terlibat dalam kepanitiaan di dalam kampus,

antara lain menjadi anggota divisi Bandzen TITRASI (2014), anggota divisi

perlengkapan Pharmacy Performance Road to School (2013), anggota divisi

keamanan Pharmacy Performance Road to School (2015).


36


hubungan body mass index terhadap risiko … · algoritma framingham risk score..... 30 lampiran...

Documents